基于关键点加权的掌纹识别方法研究

摘要

目前，生物认证是最重要、最可靠的以计算机为辅助的个人身份认证方法之一。它以人体唯一的、可靠的和稳定的生理学特征作为鉴别个人身份的依据，采用计算机强大的计算能力和网络技术进行图像处理和模式识别，从而自动验证个人的身份。 生物特征识别技术将信息技术与生物技术相结合，利用人体本身具有的物理特征(如掌纹、虹膜、人脸等)或行为特征(如步态、签名、声音等)来确定人的身份，以取代或加强传统的身份识别方法。生物特征识别技术在市场上已经有很多可行的系统，其可靠性成为从机场监督到电子银行等许多应用领域中十分迫切的安全需求。同时，掌纹识别作为最有前途的生物认证技术之一，利用其终身不变性和差异性的特点来识别人的身份，具有唯一性、稳定性、可采集性、非侵犯性等优点。 本文提出了一种基于关键点加权(Weighting Key Point，简称为WKP)的掌纹识别方法。该方法与现有的身份识别方法相比，能够更有效地描述掌纹的局部纹理特征。本文基于WKP方法设计出了一套能够提取多模态生物特征的掌纹识别系统，用于提取手形的几何特征和掌纹纹理特征，以便进行由粗到细的动态身份认证。即，在粗级匹配阶段，利用五个手形的几何特征筛选出一个较小的相似候选集合。在精细匹配阶段，首先使用多通道二维Gabor滤波器对候选掌纹的ROI区域进行滤波，然后采用关键点加权的方法从滤波后图像中提取局部纹理特征，最后，采用鲁棒性较强的Mahalanobis距离将掌纹特征与数据库中的模板特征进行匹配。 在实验部分，基于模式匹配实验选取了区分能力较好的多通道二维Gabor滤波器通道，并按照本文提出的加权策略为相应通道上的关键点加权。最后，通过大量实验结果证明了该方法的有效性和准确性。

目录

文摘

英文文摘

声明

第一章引言

1.1生物特征识别技术研究的背景和意义

1.2掌纹识别研究的发展现状

1.3掌纹识别技术的应用

1.4论文结构

1.5论文主要工作

第二章掌纹识别系统

2.1掌纹识别的过程

2.2图像获取方法

2.3预处理方法

2.4特征提取方法

2.4.1基于结构的特征提取

2.4.2基于统计的特征提取

2.4.3基于子空间的特征提取

2.4.4基于空域-频域变换的特征提取

2.5分类决策

第三章基于关键点加权的掌纹识别

3.1掌纹图像预处理

3.2多通道二维Gabor滤波器

3.3关键点加权方法原理

3.4 Mahalanobis距离

第四章实验与总结

4.1预处理

4.2特征提取

4.3识别与匹配

4.4总结

第五章展望

参考文献

致谢

在学期间公开发表论文情况

附录